Table of Contents
मीन स्क्वायर त्रुटि (MSE) एक सामान्य मीट्रिक है जिसका उपयोग प्रतिगमन मॉडल के प्रदर्शन का मूल्यांकन करने के लिए किया जाता है। यह वास्तविक और पूर्वानुमानित मूल्यों के बीच औसत वर्गीय अंतर को मापता है। गणना MSE में कुछ सरल चरण शामिल हैं जो यह समझने में मदद करते हैं कि कैसे एक मॉडल डेटा बिंदुओं की अच्छी तरह भविष्यवाणी करता है।
चरण 1: वास्तविक और भविष्यवाणी मान
डेटासेट से वास्तविक मूल्यों को इकट्ठा करें और प्रतिगमन मॉडल द्वारा उत्पन्न अनुमानित मूल्यों को इकट्ठा करें। सटीक गणना सुनिश्चित करने के लिए दोनों ही समान क्रम में होना चाहिए।
चरण 2: मतभेदों की गणना
प्रत्येक डेटा बिंदु के लिए, वास्तविक मूल्य से अनुमानित मूल्य को घटाना। यह प्रत्येक बिंदु के लिए त्रुटि देता है।
चरण 3: त्रुटि को स्क्वायर करें
नकारात्मक मूल्यों को खत्म करने और बड़ी त्रुटियों पर जोर देने के लिए प्रत्येक त्रुटि को स्क्वायर करें। यह प्रत्येक त्रुटि को अपने आप में गुणा करके किया जाता है।
चरण 4: मीन की गणना
सभी वर्गीय त्रुटियों को एक साथ जोड़कर डेटा बिंदुओं की कुल संख्या से विभाजित करें। यह वर्गीय त्रुटियों का मतलब देता है, जो MSE है।
गणना का सारांश
- वास्तविक और पूर्वानुमानित मूल्यों को इकट्ठा करना
- प्रत्येक डेटा बिंदु के लिए त्रुटि की गणना करें
- प्रत्येक त्रुटि को स्क्वायर करें
- सभी वर्ग त्रुटियां
- डेटा अंक की संख्या से विभाजित